Análise da Estacionariedade da Resposta de um Sistema Massa-Mola-Amortecedor sob um Carregamento Estocástico

Authors

  • João F. C. Lobato PUC-Rio
  • Roberta Lima PUC-Rio
  • Rubens Sampaio PUC-Rio

DOI:

https://doi.org/10.5540/03.2026.012.01.0247

Keywords:

Processos Estocásticos Estacionários, Vibrações Aleatórias, Monte Carlo, Métrica de Engenharia, Métrica de Wasserstein

Abstract

Este trabalho investiga a resposta de um sistema determinístico, linear e invariante no tempo do tipo massa-mola-amortecedor submetido a um carregamento modelado como um processo estocástico estacionário. O objetivo é verificar, por meio de simulações numéricas, se a resposta do sistema apresenta propriedades de estacionariedade no regime permanente. As respostas foram obtidas por meio do método de Monte Carlo e analisadas utilizando duas métricas: a distância de engenharia e a distância de Wasserstein. Enquanto a distância de engenharia avalia apenas a proximidade entre médias, a distância de Wasserstein quantifica a divergência entre distribuições de probabilidade. Dessa forma, a métrica de Wasserstein é empregada para comparar as aproximações numéricas para as distribuições de probabilidade em diferentes seções do processo estocástico que caracteriza a resposta do sistema, permitindo investigar sua aproximação a um processo fracamente ou estritamente estacionário. Além disso, como a análise exige a comparação de distribuições em espaços de alta dimensão, a distância de Wasserstein mostra-se uma ferramenta mais adequada do que a inspeção visual de histogramas, que se torna imprecisa e inviável nesses casos.

Downloads

Download data is not yet available.

References

H. Benaroya e S. M. Han. Probability Models in Engineering and Science. Boca Raton FL, Estados Unidos: Taylor & Francis Group, LLC, 2005. isbn: 978-0-8247-2315-6.

J. Bigot. “Statistical data analysis in the Wasserstein space”. Em: ESAIM: Proceedings and Surveys 68 (2020), pp. 1–19. doi: 10.1051/proc/202068001.

M. M. Deza e E. Deza. Encyclopedia of Distances. 4ª ed. Rússia, França: Springer, 2016. isbn: 978-3-662-52844-0. doi: 10.1007/978-3-662-52844-0.

D. J. Inman. Engineering vibrations. 4ª ed. Estados Unidos: Pearson Education, 2014. isbn: 978-0-13-287169-3.

J. F. C. Lobato. “Desenvolvimento de uma metodologia para análises estatísticas de um sistema massa-mola-amortecedor excitado por um carregamento estocástico”. Projeto de graduação. PUC-Rio, 2024. doi: 10.17771/PUCRio.acad.68856.

S. T. Rachev, L. B. Klebanov, S. V. Stoyanov e F. J. Fabozzi. The Methods of Distances in the Theory of Probability and Statistics. Estados Unidos, Tchéquia, Singapura, França: Springer, 2013. isbn: 978-1-4614-4869-3. doi: 10.1007/978-1-4614-4869-3.

R. Sampaio e R. Lima. Modelagem estocástica e geração de amostras de variáveis e vetores aleatórios. Vol. 70. Notas em Matemática Aplicada. São Carlos - SP, Brasil: Sociedade Brasileira de Matemática Aplicada e Computacional, 2012. isbn: 978-85-8215-031-3.

Published

2026-02-13

Issue

Section

Trabalhos Completos